Z-image EDITION
База:
→ Приложение ComfyUI https://www.comfy.org/download
→ Примеры https://comfyanonymous.github.io/ComfyUI_examples/
https://comfyui-wiki.com/ (откуда, куда, как)
→ Менеджер расширений https://github.com/ltdrdata/ComfyUI-Manager (автоустановка, реестр расширений)
→ Модели https://civitai.com/
ЧТО НОВОГО АКТУАЛЬНОГО ЗА ГОД
• Z-Image-Turbo
• Flux 2
• Qwen Image и Qwen Image Edit
• Wan 2.2 (подходит для генерации картинок).
• NAG (негативный промпт на моделях с 1 CFG)
• Лора Lightning для Qwen, Wan ускоряет в 4 раза. Nunchaku ускоряет модели в 2-4 раза. DMD2 для SDXL ускоряет в 2 раза. Пример: 4-8 шагов, CFG 1. https://huggingface.co/tianweiy/DMD2/blob/main/dmd2_sdxl_4step_lora_fp16.safetensors,
CFG 3 для NoobAI https://huggingface.co/YOB-AI/DMD2MOD/blob/main/LYC-DMD2MOD%20(Dmo%2BTffnoi).safetensors,
Оффлайн модели для картинок: Stable Diffusion, Flux, Wan-Video (да), Auraflow, HunyuanDiT, Lumina, Kolors, Deepseek Janus-Pro, Sana
Оффлайн модели для анимации: Wan-Video, HunyuanVideo, Lightrics (LTXV), Mochi, Nvidia Cosmos, PyramidFlow, CogVideo, AnimateDiff, Stable Video Diffusion
Приложения: ComfyUI и остальные (Fooocus, webui-forge, InvokeAI)
► Предыдущий тред >>1423811 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
очень ограниченная штука. мож для эдита будет норм
img2img с небольшим денойзом.
>>1433503
если писать заглавными, то чаще лучше пишет. Еще желательно чтобы не так много текста в целом было, тогда норм пишет.
На квен edit с lightning вообще была жопа с текстом, может base модель вообще будет идеальна у Z image в этом плане.
>img2img с небольшим денойзом.
ну вот есть картинка хочу ее сделать иллюзией чтобы затерялась горах в цветах в мечтах, что именно денойзить?
Два чаю, написано, что дистилят можно в 16гб врама впихнуть, но там суммарный вес трех сейфтензоров 25гб, остально в оперативку загрузится или как?
>пик2
Поясните, а вот эти бейз и имадж-эдит модели будут намного больше жрать, чем текущая турбо?
А никто ещё не знает, официальных сведений нет. Будем всё же надеяться, что не сильно больше будет есть.
в общем не очень выходит, тебе лучше контролнет использовать.
но логика в том чтобы насыпать побольше шума на картинку, чтобы от нее мало что осталось (а для этого нужно значение денойза повыше) и потом сгенерить на ее основе новую. должно быть достаточно любого дефолтного img2img воркфлоу.
>>1433551
>>1433573
Хз откуда вы такие беретесь, используйте вот этот воркфлоу
https://comfyanonymous.github.io/ComfyUI_examples/z_image/
сама модель весит всего 12 гб в fp16 (или 6 гб в fp8)
https://huggingface.co/Comfy-Org/z_image_turbo/blob/main/split_files/diffusion_models/z_image_turbo_bf16.safetensors
Влезает fp16 даже в 8 ГБ на RTX 3070 - 2048x2048 картинка за 100 сек.
Но если хочется скорость замедлить, то можно наверное и поставить gguf.
>>1433583
>>1433585
нет, по тому что они написали на хаггинфейсе турбо это просто дистиль по типу лайтнинга - для генерации за меньшее количество шагов. То есть жрать будет стольо же, но генерить медленнее.
>нет, по тому что они написали на хаггинфейсе турбо это просто дистиль по типу лайтнинга - для генерации за меньшее количество шагов. То есть жрать будет стольо же, но генерить медленнее.
Спасибо за разъяснение, анон! Правда в таком случае я не совсем понимаю, зачем откладывать выход базовой модели?
Классная ссылка на комфи воркфлоу, но как мне запихать это даже в 12гб? Там энкодер и модель вместе намного больше весят. Или я что-то не понимаю?
врам почит полностью отводится под генерацию, рам под модели, те куски моделей которые не влезают в рам скидываются на диск и потом подгружаются оттуда (но подгрузка с диска это долго)
поэтому все упирается именно в размер оперативы, расчитывай чтобы в нее все влезало
как бэ ComfyUI автоматически использует оперативную память для закрытия той части модели, которая не вмещается в VRAM.
>>1433628
Да, сделай так чтобы ноды на генерацию и апскейла были в одном ворклфоу и чтобы результат первичной генерации в виде выхода шел входом в первую ноду для апскейла.
>Или я что-то не понимаю?
Ключ запуска --normalvram - и comfy сам разберется с памятью. Главное чтобы обычной оперативки хватило под свап блоков, а то со свапом на диск будет реально грустно.
А encoder и модель вообще грузятся и работают последовательно, по отдельности, а не вместе.
1. Zimage
2. Квен.
Зимиж просто игнорирует все необычное. Никаких странных сопоставлений. Ой, я не умею!!1
>Или я что-то не понимаю?
Во первых они работают последовательно. Сначала текст в латент отрабатывает на гпу, потом в врам грузится модель и этот латент кодируется в картинку. Просто понаблюдай за этим в диспетчере задач.
А во вторых работает расшаривание врам в рам.
Точнее говоря есть третий этам латент через вае в картинку.
Весь тред знает какой у тебя там кролик
1 >heavy pixelated full body art of a cute girl with massive fluffy fennec ears and a big fluffy tail blonde messy long hair blue eyes she is nude and barefeet and holds her hands behind her back, she has heavy blush on her face and she looks shy. A beautiful city at sunset on the background
2 >heavy pixelated full body art of a cute girl with massive fluffy fennec ears and a big fluffy tail blonde messy long hair blue eyes. she is nude and showing her pussy to the viewer, also she is standing barefeet and holds her hands behind her back, she has heavy blush on her face and she looks shy. A beautiful city at sunset on the background
2048х2048, euler simple, 9 steps, 1cfg, енкодер и моделька в полных весах.
слегка в ахуе с тестов на русском, но чем дальше тем я меньше удивляюсь тому что здесь происходит
пусси в сделку не входила
максимум заблюренная полоска мяса
> автоматически
У меня это не работает. Ни разу не видел чтобы работало, сижу с двумя картами по 24 гига, может из-за этого. Всегда просто падает в ООМ когда кончается память, даже с lowvram. Говорят блоксвап ещё есть автоматический, тоже ни разу не видел чтоб работал, только ручной.
Это тот самая незацензуренная моделька, я так понимаю? А разговоров то было, Z, Z, Z, а тут вот оно как...
>>1433651
>>1433634
>>1433624
Победа, спасибо мужики. Но пердит он заметно дольше того, что на той же Illustrious было, как я понимаю там и энкодера нет и сама модель просто меньше
скорее всего ты когда-то вырубил настройку sysmem fallback у себя в панели NVIDIA. Раньше люди предпочитали out of memory вместо замедления в генерации, но сейчас особенно с новыми моделями лучше медленно генерить чем никак.
>>1433697
Модель только вышла чел, разговоры были про то, что она может нативно в 2K хотя с размером она с SDXL.
Очень, блин, показательно сравнивать возможности модели с разным энкодером на одном промпте.
Давайте уточним - мы сравниваем чисто понимание промпта, или возможности модели достичь желаемого результата?
Если все же второе - вот тебе твой кролик от zimage:
Craft the detailed oil painting with the scene where a rabbit. This rabbit holding a handsaw in left forward paw and sawing with it his own right forward paw. Saw is covered with blood dots, and blood following from the wounded paw.
Она не "игнорит необычное". Она требует детального описания для него, т.к. китаец. А у них - "мы вам построим что угодно, вы только объясните - как?". :)
А русский она понимает хуже, чем английский, увы. На русском объяснить не получилось.
>Модель только вышла
Значит голые пиксельные 1girl'ы не селебы откладываются до лучших времён. Но фотореализм достойно генерит, тут соглашусь однако тоже со шрамом вместо pussy. Хотя, честно, ожидал почему-то большего, даже учитывая что это дистилл базовой модели. Чтож, буду ждать базовой модели и нсфв файнтюнов.
картинку ну очень сложно понять. типа правую отпилил. а где она? превратилась в кровь?
>с разным энкодером
там по идее еще покруче энкодер
Специально стиль использовал такой, чтобы натурального реализма было поменьше - не люблю подобное гуро.
detailed oil painting - дает крупные мазки кистью с маслом, аж выступы наложенной краски по холсту видно.
https://huggingface.co/Comfy-Org/z_image_turbo/blob/main/split_files/text_encoders/qwen_3_4b.safetensors
Да, это обычгая квин. А можно ли впихнуть квин VL. И есть ли смысл вообще.
Может это бредовый вопрос
Геймини говорит нужно использовать конкретные модели, а не любой квен, которые могут преобразовать запрос в понятный
>зачем откладывать выход базовой модели?
мне кажется они выкатили турбо версию тупо чтобы сбить Flux 2 со своих лавров и не дать времени ему набрать хайп (хотя его и так мало кто запустит).
Может они еще дотренируют чутка свою базовую модель.
Читал что они планируют иметь несколько базовых моделей - сейчас тренируется та, которая с закосом на реалистик фото. Потом будет чисто на аниме а потом хер знает.
https://github.com/nunchaku-tech/nunchaku/issues/809
Ну чёто типа похожее. Я не шарю за исторические доспехи у славян
2й пик z-image-turbo-fp8-e4m3fn.safetensors по ссылке на хф с прошлого треда.
>>1433952
Погрешность сида (с)
Зато это генерилось на 8врам днокарте за 9 сек, т.е. 1 шаг - 1 сек = 9 шагов
>поддержка Z-image на nunchaku
Будет генерить более-менее управляемую картинку за 10 сек, збс. Наконец-то к ролплею генку прикручу.
как ты это делаешь? просто карточка быстрая? у меня на 3060 глину месит стабильно секунд 25
>>1433963
4060ти, может из-за этого
Ну и это фп8 e4m3fn
Концепт "кентавр" ей никак не знаком. Добиться не получается никак. Ни в фото, ни в рисунке.
Погуглил, fp8 будет лучше работать на 4000 серии и выше, по качеству примерно как Q8, хотя сравнений я не нашёл
Хмм. Это конечно не они, но выглядит неплохо в качестве гибрида с платьем
>>1433963
Ну напиздел мальца, бывает и 12 сек
girl, long braid brown hair, soviet_pioneer, red_neckerchief, saluting, white_shirt, dark_skirt, serious_expression, ussr_flag_background, anime_style, cel-shading
Но сможет ли она сделать Лену?
Они уже выпустили эдит модель, которая может принимать референсные картинки?
Без понятия, я только что скачал Z, до этого полгода не генерил из-за застоя в развитии нейронок.
Если тебе нравится, то почему нет?
Я обычно начинаю генерировать, когда игры надоедают
https://www.reddit.com/r/StableDiffusion/comments/1p957k2/lora_training_for_z_image_turbo_on_12gb_vram/
Квин тоже без цензуры был. Но тут нормально натренировали, а там забили
Так, серединка на половинку: анатомию знает, сиськи рисовать может, а вот что между ног, тем более подробно - нет. Впринципе было бы странно, выпусти разработчики NSFW модель сразу сами.
ИМХО, конечно.
>>1434051
Я вот какого добился. В принципе для подрочить сойдёт.
Лучше уж одн из кумер-тюнов SDXL поставь да вздрочни. 1girl они более менее стабильно без изъёбств генерят же.
А зимаж для чего-то более осмысленного. Ну или Lora подождать, вроде там что-то для тренировки уже подкрутили.
Ну это тест пока. В принципе осмысленную сцену для дрочки придумать тоже можно, лол. Щас чисто тест возможностей, без апскейлов и прочих изъёбств. Потенциал у неё просто бомбический.
Хватит, я и так от шока не отошёл. Какая же она охуенная...
Если кого-то результат не устраивает, то бишь кажется одинаковым.
С одинаковостью генераций решение очень простое. Берём Qwen Instruct 4B и переписываем промпт им, секунда времени. Я так ещё на Qwen Image делал, чтоб рандомило. Работает как сиды на XL.
Охуенная техника, увелчивающая время гена раза в 3 из-за всасывания токенизатора каждый раз при одном и том же промпте. Плацебо солюшен уровня "мне показалось лучше будет сделать кроспроцесс у фоточки".
Почитай комменты по твоей же ссылке и сделай как там советуют:
В промежутке на пути подачи LATENT, вставь один промежуточный узел пикрил. Всё.
Анон, можешь чуть подробнее? А лучше скинь маленький воркфлоу с ллм и ссылку на модель, что ты упомянул? Я так-то не совсем нуб в ллм, но запускал их отдельно, в кобольде. Можно в принципе и отдельно так и запускать?
А что писать?
Спрашиваю потому, что у меня неизменно в итоге приводит в опуханию Комфи и тормозам. Приходится заново ставить и опять выборочно ставить ноды. И снова.
Стараюсь ничего не «разрабатывать», а брать, по возможности, всё готовое.
Разбираться и модифицировать. Собирать франкенштейнов, складывая workflow из удачных кусков других workflow.
Но для этого нужно немножко вникать в то, как это использовать. Хотя бы поверхностно.
Вот тебе простой пример:
Задача — добавить «вариативности» генерациям z-image.
>>1434094
По ссылке предлагают два раза протягивать от токенизатора и использовать узел advanced KSampler для разбиения на два этапа (как в Wan). >>1434105 правильно указал на недостатки.
>>1434102
Предлагает отдельно переписывать prompt.
Я почитал то, что по ссылке (сейчас повёлся, играю в z-image, в целом пока не особо доволен). В комментах было написано, что вместо этого нужно просто немного «подшумить» LATENT. Гуглим узел для «подшумления» (Inject Latent Noise), вставляем.
В целом задача решена.
Вот, примерно так и с остальным ковыряюсь.
>вы скачивате монстро-паки ессентил, ргтрее и подобные квалити оф лайф?
Скачал rghtree, essentials, RES4LYF, для Wan немножко. Согласен с тобой, чем меньше мусора, тем лучше.
Бездумно лучше ничего не ставить. Можно накачать конфликтующего мусора, ещё и устаревших legacy костылей и ещё интерфейс засрать с помощью васянских UI плагинов.
Вместо этого, с помощью ComfyUI-Manager можно посмотреть то, что требуется для workflow и выборочно поставить то, что реально нужно.
Ну и не вредно делать снэпшоты рабочей конфигурации, если склонен к экспериментам или боишься, что после очередного апдейта сломается вообще всё разом.
>Спрашиваю потому, что у меня неизменно в итоге приводит в опуханию Комфи и тормозам.
В ComfyUI-Manager есть функция отображения конфликтующих узлов и функция отключения (disable). Всё лишнее можно временно отключать, на всякий случай.
Очень ограничено. По сути, у меня только эти два и стоят из больших пакетов подобного общего назначения.
Я чужие workflow практически не использую без переработки. И если там куча разных паков используется - такой обычно сразу отправляется в /dev/null
Потому, что это частый признак того, что автор не понимал что делает, и продвигался методом тыка = получилась перегруженная ненужным фигня. Толковые авторы, обычно, ограничиваются одним-двумя любимыми паками и из остального добавляют только то, без чего нельзя обойтись (уникальные функции).
Так то большие паки друг-друга сильно повторяют, потому и смысла держать их большую кучу нет, если понимаешь что к чему.
У тебя ещё хоть какие-то цвета есть.
После Qwen-Image, с promptами тут просто беда.
Пытался другой text encoder подключить, qwen_2.5_vl_7b_fp8_scaled.safetensors, не заработал.
Promptы надо писать совсем по-другому. И при этом половина promptа просто выбрасывается.
Как ты освещение сделал на последнем пике справа на z-image, это вообще любопытно.
Кроме того, на этом z-image полезли опять деформированные конечности, лишние пальцы, многоножие и подобные косяки.
Ещё, если кому надо, euler/beta работает неплохо. А мой привычный res_2s/bong_tangent ещё больше всирают картинку (кожу).
Сделай в ней что-то удобоваримое, кроме сел медведь в машину@сгорел это пытка.
>Цвета нет
А что не так с цветом?
Да многое не так.
А ещё пока ты SDшкой, то, что слепил в z-image, полировал, эта самая SDшка с Tile ControlNet тебе цвета ещё больше вшатала и оттенок добавила.
чел, абсолютно во всех нефайнтюненых моделях есть голые сиськи, но вагины и члены замазаны. и здесь то же самое. тебе сгенерило заблюренную темную полоску между ног и тебе кажется что там реально пизда голая.
надо будет попробовать 256 )))))))))))))))))))))))))
Половые губи в такой позе так и выглядят, даже полноценные порно-аниме модели тебе подобное нарисуют
Вот нет ни одной нахуй причины это делать, кроме как шиза трясущихся за плодячку старых пидоров у которых уже не стоит, значит можно запрещать секс в интернете
если бы не пиздел тут, а генерил, то знал бы, что вульва там есть, нет только вагины потрохов пиздёнки , закрытая нормально выглядит как и должна
А вдруг подросток 16летний зайдет в интернет, сгенерит голую женщину и увидит незацензуренную пизду? Вы знаете что может случиться?! Вы себе отдаете отчет???
ну я и говорю что кажется. подразумевая что при другом освещении и ракурсе иллюзия пропадет.
>>1434273
пиздеть и не генерить это удел скуфов которые до выхода зетки лежали афк в спячке, скипнув все новые модели после сдохли
> не понимает половину того что знает квен. например насилие. или персонажей диснея. не умеет в мутации. в сложную фантазию. в бред.
Короче, как нана-банана, только с сиськами.
ой как жопка у тебя засверебила-то, скорей таблетосы прими, а то желчь хуярит во все стороны
16 Vram 32 ram + 24 файл подкачки на ссд.
Эта хуйня санчала грузит клип енкодер квена а потом выдает
pause
Press any key to continue . . .
Пытался менять в ноде device с дефолт на цпу, не помогло...
>Пытался менять в ноде device с дефолт на цпу, не помогло...
>>1434319
Окей. повысил файл подкачки с 24 до 32, и вернул cpu до default, завелось.
Картинка делается 25 секунд если меняь промт
15 если оставить старый
ddr4 2666, 5060ti
именно монстрпаков сильно много не нужно
rgtree, was, res4lyf, kjnodes, impact pack, reactor и т.д. - самая дефолтная база для энтузиастов. помимо них имею еще ряд мелких.
у меня было такое что комфи опух и стал лагать, но так как я переустановил обратно все вышеописанные паки а лагать перестало, то подозреваю что дело было в каких-то более старых паках времен sdxl, я уже не помню каких так как не использовал
Вот так. Он каждый раз генерит немного разный промпт, но смысл не меняет.
Генерация на какой модели? Каким сэмплером? Сколько шагов?
Забыл добавить, пример для Z модели, >>1433587 отсюда. Вае и энкодер тоже оттуда. 9 шагов, эулер.
>>1434323
Может у тебя оперативная память скипается? в 32 ГБ точно не может не влезть.
Посмотри в настройках NVIDIA control panel у тебя включен System memory fallback policy или нет.
>>1434364
Вообще это вроде его дефолтное разрешение.
no way модель на 8 миллиардов лучше турбо модели на 6, особенно когда дело касается сухого промпта без детального описания
попробуй поставить gguf квен и/или fp8 основной модели, чтобы у тебя короче суммарно влезало всё в твои 16 врама, кфг ещё сильно влияет на скорость, всё что выше 1
Я попробовал генерировать анимации - получил видео.
Разбить видео на набор кадров проблем нет.
А вот как просто и массово сделать прозрачный фон, чтобы не возиться вручную с каждым отдельным кадром?
Ведь наверняка есть простой и удобный способ!
Подскажите пожалуйста!
Заранее благодарен!
A comic book page, in a classic 5-panel layout: 1 wide horizontal panel on top, 4 equal square panels aligned in a row at the bottom. Clean white gutters. Thick, clean black ink outlines. Flat, readable comic coloring with a balanced minimal palette: sky blue, park grass green, neutral warm skin tones, everyday clothing colors, and one bright red accent for comedic focus. Characters are highly expressive, with simple backgrounds. Text is hand-lettered in a classic comic font. The humor is coherent, grounded, and punchline-driven, with panel imagery escalating logically.
Panel 1 (TOP – wide)
Scene: A man stands in a sunny park, arms out like a documentary host. A tiny furious Chihuahua is held up in his hand like a wildlife specimen.
Text (man speech bubble, top-left quadrant, pointed at man):
“Behold! The rare Chihuahua Angrius…”
Text (small label below dog like a name tag, centered under dog):
“Danger: 4 lbs”
Panel 2 (BOTTOM 1 – square, far left)
Scene: The dog hits the ground with a tiny dust poof, paws spread like it just superhero-landed, face pure fury.
Text (large dog speech bubble, centered, pointed at dog):
“FEAR ME, GRASS!”
Panel 3 (BOTTOM 2 – square, middle left)
Scene: The man crouches calmly pointing at the perfectly harmless lawn. The dog continues screaming at it.
Text (man bubble, bottom center, pointed at man):
“Jeff. It’s literally just… grass.”
Panel 4 (BOTTOM 3 – square, middle right)
Scene: Dramatic zoom-in on Jeff the Chihuahua, face filling 40% of the panel, eyes shaking with determination, little tail visible behind him like a stiff antenna.
Text (dog bubble, top-center of panel, jagged border, pointed at dog):
“It knows what it did.”
Panel 5 (BOTTOM 4 – square, far right)
Scene: Jeff now sits in a tiny red donut dog-bed on the grass, blanket tucked, still staring at the lawn suspiciously. The man stands above him sipping coffee, unsurprised.
Text (man bubble, top-right of panel, pointed at man):
“He declared war on the lawn again.”
Text (dog bubble, bottom-center, small, pointed at Jeff):
“And I’ll do it tomorrow.”
GLOBAL STYLE NOTES (short, clean, matching content)
Visual focus on characters’ expressions and poses.
Flat colors, minimal soft shadow only under characters.
No random props or unrelated text.
Every line visually corresponds exactly to what is shown.
>как можно убрать фон и сделать его прозрачным?
Моделями - никак. Они про "прозрачность пикселя" не знают, т.к. не с пикселями работают. Оная прозрачность - это свойство формата хранения готовой картинки, которая создается сильно позже, чем модель работает.
>>1434477
>Ведь наверняка есть простой и удобный способ!
Post-processing и batch обработка готовых картинок - тебе туда. В принципе - в comfy есть расширения для этого, но подробностей не скажу, сам не делал, надобности не было. Возможный принцип - "замена цвета на прозрачность".
>ыSDшкой
Не угадал, SeedVR2Refiner, он не про цвет. Оттенок здесь из-за промта "photo Polaroid"
А ссылочку писечку на ггуф квена и/или квант зимаджа можно?
Ок. Скачаю.
>>1434490
Слышал давным-давно про модуль на а1111 или Форже на видео от Христа, что вроде как пачку картинок помещал и что-то делал с ними там.
Не помню точно что, но вроде редактировал как-то скопом.
https://huggingface.co/jayn7/Z-Image-Turbo-GGUF
https://huggingface.co/unsloth/Qwen3-4B-GGUF
>>1434544
Ну чёт есть да разница небольшая, ещё вроде как лоры лучше работают с fp8
есть wan alpha модель которая генерит с прозрачностью (если сильно нужно именно так)
q4 гугуф выбирай не прогадаешь по советам из треда
даже если 24 врам и 128 рам, твой лучший выбор
Для Ады и новее fp8 обязателен, в фасте почти в два раза быстрее fp16. 1024x1024 за секунду генерится.
>разница небольшая
Ещё, так как модель может в текст, сделай несколько тестов с различным текстом, в разных местах картинки и размеров. По тексту сразу видно будет косяки. Я так семплеры тестировал. Подобрал вроде "самый лучший", а он в текст вообще не смог. Прикол.
>1024x1024 за секунду генерится
В Krita с плагином в виде ComfyUI есть режим рисования life, когда рисуешь набросок и Комфи в реалтайме генерит отдельно картинку по твоим линиям. Крутая штука, но из-за скорости приходилось ставить 512х512 на sd1.5. надеюсь скоро запилят z turbo image в плагин.
Длинный текст везде как говно будет выглядеть, а небольшой нормально везде (если покрутить ещё сиды разные). (fp8 и Q8 соответственно).
Пацаны, а что за Z-image новый? Это очередной файнтюн SDXL или нечто совершенно иное?
Z image пик1,
Z i2i пик2 prompt: erotic comics, girls, dogs
Что происходит на пик2?
Я не особо старался
Anime milf European woman with short blonde hair mistress wearing beautiful silk red dress smiling holding a sign that saying "My dad cooks some seriously awesome dishes. Here's a rough recipe, because there are tons of variations. He takes some soup, doesn't heat it up—heating things up isn't my dad's thing. He takes the soup, dumps it into a pan, and starts frying it. He adds a huge amount of onions, garlic, black and red pepper, and FLOUR! for viscosity, and tomato paste on top. All this is fried until it smokes. Then it is removed from the heat and cooled on the balcony. Then my dad brings it in and, generously pouring mayonnaise on top, starts eating. He eats it straight from the pan, scraping it with a spoon. He eats and mutters under his breath, “Oh, fuck.” Sweat beads on his forehead. He kindly offers me some sometimes, but I refuse. Needless to say, the farts that follow are wild. The stench is so bad that the wallpaper peels off the walls"
а почему вы пишете промты на инглише, если модель русский язык понимает в разы лучше? ваши промты приходится гуглопереводчиком переводить чтобы использовать...
Ну мы долбоебы просто, для нас все американское автоматически лучше
Соевый куколд либерашка потому что. Ну и потому что в модели прямо написано, что она текст пишет на английском и китайском. Русский тоже может, но это как-то не совсем честно тестить на других языках. Ну и привычка, локальные ллмки практически все значительно хуже на русском работают (большие модели уже особо не отличаются на разных языках, там прямо в размышлениях видно, как тот же гемини переключается на английский пока думоет). По поводу перевода, я бы рекомендовал deepl вместо гугл переводчика, он намного точнее переводит европейские языки
По идее ты можешь в том же комфи вывести текст после декодера, у тебя пиздюк qwen 4b вполне может потеть дополнительно и переводит сверху, но это из головы я взял, хз как там на самом деле
>>1434581
>>1434490
В комфи есть десяток нод паков, куда запихнули имплементацию простого RemBG.
К примеру, тут https://github.com/yolain/ComfyUI-Easy-Use есть easy imageRemoveBG
Вроде в WAS нод паке тоже есть такое же
О! Надо попробовать!
Спасибо!
Вот так с помощью remove bg получается. Ещё можно с помощью clipseg такое провернуть.
О! Круто!
А можешь Воркфлоу скинуть?
Это сильно сэкономит время!
>Длинный текст везде как говно
Пишу инфу для всего треда. Хотите мелкие детали правильно - используйте большую разрядность бит.
Вот генериции Z image (не совсем стандартные настройки, но отражают суть)
1пик bf16
2пик fp8
3пик fp8 fast
Совпадает со сравнением на реддите bf16 и fp8, там как раз заметен проёб мелких деталей, было бы у меня 16 гб врама, я бы первую конечно поставил, а чё такое fp8 fast?
Благодарю!
Буду осваивать.
но я забыл имя, напомните
Скажем, на 3060 (12 vram) - fp8 медленее чем fp16! Процентов на 5, но сам факт. Для zimage имеет смысл fp16 пробовать всегда, даже если она целиком в карту не лезет.
У меня просто вьетнамские флешбеки после попытки ллмку здоровую запихать в 3060, что комп повис намертво.
Там вышел сладкий сисек и писек лора но с нюансом
https://civitai.com/models/2174081/photoreal-betternudes-z-image-turbo?modelVersionId=2448574
https://huggingface.co/spaces/fancyfeast/joy-caption-alpha-two
или ноды https://github.com/fpgaminer/joycaption
я чето думал что вд таггер потому что нашел его в закладках и он выдает идеально
после сравнения я даже скажу что вд лучше и полнее джой даже персонажа не узнал и назвал другим именем в то время как вд выдал 99.9% уверенность и сделал это аккуратно
Где ты его взял и в чём отличие от просто fp8 той же версии?
Спасибо.
Почитаю что это.
Между fp16 и fp8 гораздо больший провал в качестве, чем между fp16 и Q8 (или даже Q4_K_M).
>>1434863
ты еще вот эту хуйню не видел https://huggingface.co/Kijai/Z-Image_comfy_fp8_scaled/tree/main
тоже не ясно зачем
Напишу для всего треда и конкретно для самых умных >>1434711
Вот к этой картинке промпт на китайском https://civitai.com/images/111972250
В промпте челик поднимает гёрл за ОДНУ ногу и только на китайском это генерится правильно. На остальных языках он тащит ее за обе ноги.
> или даже Q4_K_M
бляяять гугуф мафия опять дурит народ абсурдными небылицами
лучше когда меньше нагаторооты
В общем хер знает с какого хуя проблемы у Z-ки с инглишом.
Когда пишешь raising her skirt to reveal sexy panties не поднимает платье полностью, а если пишешь raising her skirt revealing sexy panties то поднимает.
Там любая версия 4B подойдёт, я тестил. Всякие Instruct, Thinking, Embedding - по моему артефачат, особенно последний. А вот разные версии обычного 4B - вроде бы без проблем.
Так что по идее должно завестись.
Вот только не факт, что цензура и в базовой версии в таком режиме работы присутствует.
челик затестил зетку на понимании селеб
ну как минимум в первом случае предложение грамматически неправильно составлено, а во втором правильно
>В общем хер знает с какого хуя проблемы у Z-ки с инглишом.
Это у тебя, а не у нее проблемы с английским.
"raising her skirt to reveal" в этой фразе, при таком ее построении,
оно именно и значит, что действие еще выполняется (поднятие сейчас в процессе) для того, чтобы "показать в финале". Но сам финал еще не наступил, он в будущем относительно момента. Потому юбка "в процессе".
А "raising her skirt revealing" - прошедшее время для всего, "она поднимала чтобы показать" - и действие уже как бы закончилось, и логично отображать его финал - полностью поднятую юбку.
Времена в английском - это особая уличная магия, мало что их не три как в русском, так еще и небольшое изменение меняет весь смысл. :)
Ну не работает и всё тут!!!
Вроде все из воркфоу по ссылкам забрал, что нужно я хз.
Как поменять прмомпт чтобы было не как на пике, а понятно как хотим:
On a path in the woods a girl of 25 years old dressed in a skirt and black T-shirt shows red panties on herself
мне кажется связанно с твоим гуфом, попробуй не I квантованную модель, а просто Q, как у тебя бля в записке указано
>Как поменять прмомпт чтобы было не как на пике, а понятно как хотим
Не сочти за троллинг, но скажи прямо - что именно ты от нее хочешь? Т.к. пик идеально соответствует написанному тексту - сказано было: показать трусы на себе, будучи одетой в то-то и то-то - она и показывает (примеряет на себя, как в магазине). А телепатией, я увы, не владею (как и энкодер).
Но все же, если тебе хотелось чтобы трусы на ней были, и она юбку задрала чтобы их показать, то начинать примерно с такого:
On a path in the woods a 25 years old girl dressed in a black T-shirt and black skirt with a red panties under it shows her panties by raising the skirt.
>>1435064
Проигрываю с вас постоянно. Почему бы по русски не сказать, лол.
Он неправильно мысль сформулировал, там нихуя не было про поднятие подола
Лично я - не против. Говори как удобно.
Но на английском получается точнее, более мелкие/вторичные детали изображения контролируются лучше-быстрее-удобнее. Вроде нюансов того кролика с пилой выше по треду. А лично мне - без разницы на каком языке писать, вот и пишу сразу на английском.
Хватает русского - так на здоровье.
Но там не совсем получилось же, с кроликом. Ну и нормальные модельки типа нана бананы или квена без ебли с промтами все хорошо понимают. А тут конечно не так.
>>1435068
Странно в менеджере гуфов установленных не было хотя по факту ноды были установлены, кароч обновил до 1.1.8.
Теперь такое пишет!
Ставил Q и UD-I, всё одно.
попробуй обновить через менеджер в comfyui, если уже пробовал обновлять через git pull в кастом ноде. Напиши в поиске gguf в менеджере и обнови, что найдешь.
бля а ты выбрал lumina2 в CLIP Loader? Какого-то хера он у тебя про лламу пишет
И да: если desktop версия, то она обновления позже получает, чем portable.
> image.png
> кондиционирование
Ну ты и латентный конечно...
>девушка. ее тело сделано из гамбургеров
Первый пик квен. Второй пик зимаг.
Зимаг выебан со свистом. инбф фотореализьм
щас анон будет джва часа писать хитровыебанный промт, учитывая вес каждой запятой, чтобы модель повторила
Про двачефобию пнг еще с /p/ знаю. Но там сидят психически больные. Причем реально больные, со справками. Сюда тоже добрались?
Так ты сравнил - корпу и модель с энкодером 7b и модель где энкодер всего лишь 4b.
Если ты никогда текстовые модели не пускал - 7b - это "грань разумности". Ниже нее текстовая модель, по сути, нормально может лишь выполнять механические задачи - вроде дословного перевода, или чего-то подобного. 4b - это достаточно, чтобы механически разобрать текст следуя синтаксису и правилам языка, но совершенно недостаточно, чтобы что-то угадывать по косвенным признакам.
Так что здесь писать надо правильно и подробно, со всеми нюансами, которые желаешь увидеть. Что напишешь - то и получишь.
Скачал Qwen3-4B-UD-IQ3_XXS.gguf затестить, и он у меня тоже не пашет, выдаёт ошибку.
Qwen_3_4b-Q8_0.gguf работает без проблем
У меня гитхаб версия, я нажал абдейт в менеджере, и перезагрузился. Толку нет.
>>1435140
>>1435142
>>1435137
у меня пик
короче твоя комфи не обновилась.
мне передать твой привет переводчикам (чату гпт)? я прекрасно знаю английский, меня не смущает. фобии нет.
>щас анон будет джва часа писать хитровыебанный промт
Не, дальше мне уже не интересно. Я вообще не брался доказывать, что zimage лучше понимает запросы или превосходит что-то просто потому, что zimage.
Я просто показывал, как с ней обращаться, чтобы сравнимый результат получить. Трех раз хватит для примеров, кому это надо. А модели сравнивать "какая больше ебет" - это мне не интересно. Я просто буду использовать то, что больше под ситуацию подходит. :)
Хоть в спортлото передай. Я просто развеселился с твоего интерфейса, выдохни.
Оказывается для нее большая разница консист и мэйд. Говорю же - понимание на уровне sd 1.5. Точность нужна неимоверная. Для квена нет.
>>1435153
Забей.
это который на 20 миллиардов квен? круче z v гойда имедж на 6 милилардов? да ну нахуй? не может быть
Ты ее через git clone ставил, или просто архив с гитхаба скачал? Если второе - нихрена ты ее через менеджер не обновишь, т.к. механизм обновления через git работает рассчитывая что это локальная копия репы, а не просто файлы в каталоге.
Тут вообще некоторые делулу тотальные, один на русском пишет так, будто ему приказ дал из могилы лично Пушкин и никак иначе, другой модели сравнивает отличающиеся по размеру в разы, третий ныл что модель хуйня нельзя позы точно делать и может то и это, модель, которые двое суток и к которой руки не надрочены во всех смыслах, лор нет нормальных
> нормально лору еот не обучить
Все уже второй день обучают на твою еот. Только правильно конвертить надо:
>>1435072 →
Расцензуривание текстового энкодера походу роляет.
не надо ничего конвертить, в комфи уже всё пофиксили, нужно только пару файлов заменить
Что это за шаурма?
Уж лучше поняша, никакие расцензуривания нахуй не нужны.
>NSFW Fine-tune
>Turbo Distill, которому меньше недели. Даже не базовая версия. И без LoRa.
>Сравнивать их.
Чё?..
После обновления пк решил перекатиться на локалки, до этого юзал онлайн-нейронки по типу пиксаи, причем для работы, выжимал из этого анимешного кала все что мог
>>1435175
Да, дело было в комфи, обновил, заработало, спасибо!
Я не знаю как надо гитхаб версию правильно обновлять, попробовал через менеджер абдейт комфи но в логах пишет фейл и всё тут. Тупо удалил папку, и из корневой вызвал клон, чето там поставилось, теперь работает.
Совсем нубасику я бы Stability Matrix посоветовал, там и комфи есть и можно качать модели прям оттуда же
Совсем нубу все также надо сразу начинать разбираться с обычным комфи. Просто гуглить возникающие вопросы. А то так и будет на матриксе сидеть. Не познает всю радость пердолинга зависимостей и ёбки с ебучим питоном.
А нахуя это надо? Если ты не линуксоид и у тебя от этого шишка не привстаёт сильнее любой 1girl. Матрикс сам обновит всё что нужно, оттуда же можно расширения ставить и не будет ёбки как у чела выше
>Что происходит на пикче?
Это очевидная ничтожная и провальная попытка повторить дегенеративные DALL-E генерации индусов, летающих на струях поноса. Даже сиситивифишайдашкам на месте, который в далитредах использовали для обхода цензуры, орнул с такого каргокультизма.
ЧТО ТЫ ЗА ЧЕЛОВЕК ЧТО ТЕБЕ Q3 ГУГУФ И БЕЗ ТОГО ПЯТИГИГОВОЙ МОДЕЛИ ПОТРЕБОВАЛСЯ, ЧТО БЛЯТЬ СО ВСЕМИ ВАМИ НЕ ТАК
На разделку забили, обычного дело в деревне.
>>ПЯТИГИГОВОЙ МОДЕЛИ
Где ты 5 гигов увидел?
Те же Q8_0 весят 7.22 GB
не говоря уже о не квантованной модели.
Да забей хуй ты на них. Видишь гуф ебаный сразу скрывай пост. Поехавшие кукухой не могут как нормальные люди генерить.
мимошёл
Попробовал wan2.2, конечно пиздец тухло, 300 секунд на шаг. По итогу 15 минут генерил и не дождался.
изи, генеришь в 512, апскейлишь сидвром, получаешь хайрез за наносек с цпу оффлоад
>Она генерит сразу хорошую картинку
Не сказал бы. Скорее, довольно посредственную, при этом слабо воспринимает prompt, по сравнению с другими моделями.
В конце-концов, можно сказать, что Z-Image выдаёт терпимый результат для своего размера. При этом не на настройках workflow, предлагаемых по умолчанию. (Пикрил 1)
>Может кто уже подобрал что-то годное, чтоб апскейл улучшал и делал картинку чётче?
Как и для всего остального теперь, использую SeedVR2. (Пикрил 2).
>SeedVR2
Попробовал. Сильный перешарп, если и сурса апскейлить. Вот если сурс уменьшить в 2 раза и потом через сидвр апскейлить до размера сурса, то чуть лучше. Но всё это слишком рандомно. Сидвр не фиксит косяки, т.к. в нём нет понимания промпта и он делает апскейл тупо очень.
Тебе «шашечки» или «ехать». Тебе апскейлер или рефайнер? Ты определись.
>Сильный перешарп, если и сурса апскейлить.
Смотри настройки.
>Сидвр не фиксит косяки
>делает апскейл тупо очень.
Апскейлер делает апскейл. Вот это неожиданность.
SEEDVR2 не рефайнер, а апскейлер по своему основному сценарию использования. Некоторые малозаметные детали текстур он может привнести (в зависимости от значения denoise).
Каждый инструмент под свою задачу.
Апскейлер всегда нужен только для одной цели - качественный хайрезфикс. Кому нужно вообще это разрешение 2к и выше для кого, смысл? Цель была у всех одна - нормальная картинка без косяков типа кривых глаз и проводов и т.п.
В Z-image turbo эти самые дефолтные настройки идеальны и не нужно менять ни кфг, который 1, ни шаги увеличивать, которые 9. Иногда как плацебо - шифт покрутить, но только чтоб отличалась композиция.
У него и так всё с качеством и детализацией хорошо. Я к тому писал выше, что в редких случаях нужен фикс, сам апскейл нахер не нужен как таковой - это бред.
Хз что ты там про НЕ_СТАНДАРТНЫЕ настройки пишешь. Да можно сде с ддим и будет как на 2м пикреле, но по времении это в 10 раз дольше, чем дефолт 1й пикрел. Смысла нет.
>понимание на уровне sd 1.5
Как сделать чтоб он понял (camel toe) ?
После изучения черрипикнутных примеров из гайда для промптинга «FLUX.2» с целью выявления их особенностей, пришёл к следующим выводам:
1) Генерировать в выходном разрешении не менее 1440x1440 пикселей;
2) Установить guidance в 3.5;
3) Перейти на JSON структуру promptов (с использованием соответствующих custom nodes типа «ComfyUI-FLUX2-JSON» для корректного построения JSON-размеченного prompt).
Тогда получается подобие того самого заявленного следования promptу и его деталям, и результаты, отдалённо напоминающие черрипикнутые примеры «FLUX.2».
>Я просто показывал, как с ней обращаться, чтобы сравнимый результат получить. Трех раз хватит для примеров, кому это надо
От меня спасибо, Анон. Знай, что здесь есть люди кто благодарен за помощь.
О, я аблитерейтед сразу на релизе Z скачал и много тестил. Иногда оно изображение херит, так что это фифти фифти
Как же ору со всей это тряски реддит/4ч где не просто восхваляют z image, а хейтят флакс при этом.
Буквально нищета мозга, модель хуйня лишь потому, что я не могу её запустить, а вот з имаге могу, значит оно ебет флакс
Оно местами и ебёт флюкс если промпт на китайском писать.
Нужен сын маминой подруги с большой видеокартой.
Можете апскейльнуть до 2к, и чтоб она выглядела более естественно? Ещё чуть бубисы побольше. Ничего страшного если лицо чуть пофиксится.
Мне не дрочить
Нужен качественный исходник для дальнейшей работы.
Чтобы апскейлнуть нормально нужен исходник т.к сначала идет генерация самой картинки и потом прогон через еще одну генерацию для апскейла
А то что ты ищешь это нейрохрючево апскейл до 1ккк которого навалом онлайн
Крупный план милого, очень пушистого шпица на белом фоне
Close-up of a cute, very fluffy Spitz on a white background
Теперь на китайском попробуй. По моим тестам на китайском модель в 10 раз лучше работает.
Нормально. Но в пушистость не очень умеет.
Ага, ща тока быстренько китайский выучу.
Если ты про переводчики - они все кал, не просто так это сложнейший язык
>>1435783
Алсо, на китайском он очень стремиться показать сисик, даже если сцена абсолютно нейтральная. Хз почему, использую DeepL.
Не знаю что у тебя там за кал, но я уже изображений 30 сравнил на китайском через переводчик и на ру/инглиш. Почти всегда китайский через переводчик побеждает.
> мб как то можно пофиксить
да, скачай ГГУФ версию модели
ну вот она, картика для прогона через апскейл
ты думаешь латент из семплера и латент из вае энкод чем-то отличаются?
О, жиза, но не прям зависает и не всегда, а немного лагает во время переключения между моделями, если находиться в окне комфи. У тебя подкачка на системном ссд? У меня на втором, там же где модели. Может, если ставить на тот, где нет системы и нет моделей, то не будет лагать. Ну или попробовать пожрать гуффов. Я пару раз затестил, сходу не увидел разницы в производительности, обратно поставил фп8.
16V+64R+32 подкачки
Чувак я хз из каких источников ты его брал!
Я нашел только гуфы и бф16, больше ничего нет, scaled версии не нашел. В мэйн репозитории вообще какой то понос лежит, хуй знает для кого.
Я думал это клипы!
Как понять это клипы или диффузия?
И че как вам этот Я имейдж? Лучше сдохли? Он может в контролнеты, инпеинты, в генерацию анимедевок, в буру теги и так далее и так далее?
В быдло контент может хорошо. На большее не способен. Поэтому мастхев для анона.
>контролнеты
Эту хуйню давно убили эдиты.
>Эту хуйню давно убили эдиты.
Ну не скажи. Вот если мне нужна какая-то прям специфическая поза, которую словами легко не описать, а вот контролнет заюзать с референс позой вообще изи. Или что ты имеешь ввиду? Что за эдиты?
> если мне нужна какая-то прям специфическая поза, которую словами легко не описать
то стоит научиться выражать ясно свои мысли.
Потужно. Всё равно референс поза проще, чем надеятся, что ИИ поймет по словам что ты от него хочешь. Или можно в фотошопе отредактировать картинку, а потом прогнать её через апскейл с коэффициентом апскейла 1.
>Я имейдж? Лучше сдохли? Он может в контролнеты, инпеинты, в генерацию анимедевок, в буру теги и так далее и так далее?
>>1435869
>сдхл это
Включи в своей рабочей модели sdxl лору dmd2 с весом 1 в обязательном порядке и попробуй всё, что ты перечислил. Или ты так и делаешь? Сейчас Z image turbo это dmd2
Или наоборот, можно рефайнить генки от Зет на Хроме. А уж хрома-то побольше понимает в голых телах.
> рефайнить генки от Зет на Хроме
идея неплохая, но пока все упирается в почти полное отсутствие вариаций. я лучше изначально на хроме буду генерить с меньшим количеством степов и разрешением, а потом рефайнить.
Это просто разные сиды из за промпта, чел.
На втором просто солнышко выглянуло, хватит коупить
Ну ты же коупишь сравнением, значит это один сид.
Но генерация меняется с промптом, считай это другой сид.
Получается все время полностью обнажение, а нужно чуть-чуть Z-IMAGE, дада знаю, что через edit qwen можно, но хочется нативно через промптинг пердолинг, МБ у кого есть база на how to prompt like a boss для ZZZ?
промпт:
"A professional digital photo of a girl, from behind. The girl is 18 years old, Russian, blonde, a long single braid on her shoulder, hazel eyes, thick puffy lips. She is wearing white strapless crop-top, white g-string panties with thin lace straps, pink sweatpants, big silver hoop earrings. Naked upper glutes seen. Royal ancient Greek style decoration on the background. Magazine style background with a stylized neon title says "2CH.HK" above her head."
Как земля.
Про маняме ничего не знаю.
Далее:
ControlNet: нет;
Inpaint: нет;
Edit: нет;
I2I: нет;
Только T2I.
Следование promptу на английском: посредственное/удовлетворительное с переходом в неудовлетворительное.
Использование JSON-размеченных promptов (которые Z-Image поддерживает на манер FLUX.2) не особо помогает.
Это как sd3.5 который должен был выйти тогда, но не смог, можно генерить красиво в 1600x1200 (Я бы выложил, но там сплошные бабы). Умеет в текст и даже русский и даже хорошо, пока вышла турбо модель, генерить можно за 17 секунд. Кайф? Да пиздец, после флюксокалов на 96гб врам, это будто бы последняя надежда.
Нашел вот тут кучу примеров
https://github.com/comfyanonymous/ComfyUI_examples
Но, где взять вот те нунчаку модели?
Нужно брать сразу VAE, Checkpoint и Clip?
И у меня картинка на RTX 5060 16Gb рендерится с минуту.
Это можно ускорить?
>Я бы выложил, но там сплошные бабы
Есть те, кто что-то другое генерят?
Ну я порой зайду на цивит, а там и котики и всякая милота и в моменте такой мразью себя ощущаю, но потом снова берусь за дело...
EAT --- SLEEP --- GEN NSFW
Спасибо всем кто откликнулся и помог!
Вы молодцы!
Вот что получается!
В powershell от админа
irm https://get.activated.win | iex
Ну мне баб голых именно надоедает делать быстро, а чтобы сценка какая-та была, идея, тогда можно долго ковыряться, с Z имеджом может даже не только баб буду делать, хотя все мужики одинаковые выходят совсем уж, какие-то дефолтные Джоны, Олеги и Чжаны
Мне нравится делать magazine cover style залупу, типа эротики, а лица получается немного зарандомить, если описывать черты лица, в противном случае будет default face 1
Z к этому не особо чувствителен будто и нельзя ебануть (big nose:2) как в SD модельке. Вроде как можно несколько раз повторить разными словами будто деду деменциозному рассказываешь и станет эффект сильнее. Или лицо в самом начале промпта описать попробовать
>Анончик, разобрался с Qwen и Compy
>Но, где взять вот те нунчаку модели?
>Нужно брать сразу VAE, Checkpoint и Clip?
Значит, не разобрался. Иначе бы такое не спрашивал. Вникай глубже, иначе хлебнёшь. Примеры только для того, чтобы показать, что всё работает. Workflow всё равно придётся допиливать, если хочешь какие-то приемлемые результаты получить.
Nunchuku я бы не рекомендовал. Ускорение вывода не стоит совместимости с многими неподдерживаемыми LoRAs.
Если очень хочется, то бери отсюда:
https://github.com/nunchaku-tech/ComfyUI-nunchaku
Качай их svdq кванты, устанавливай их custom nodes (проще всего через ComfyUI-manager), затем
их workflow и разбирайся с ним.
>Швы
Блюр маски. А что нода импаинт кондиционер не пашет с зет?
Думаю тебе проще будет дождаться релиза Z-edit, на нее гарантированно появится сразу лора на раздевание как и на Qwen, только по примерам уже выпущенных лор на Гойда-имедж турбо, думаю они будут получше.
А теперь только на зимаге унылое серое мыло остается генерировать. Цвет пропадает из наших глаз и сердец.
Вроде как sdxl никто из интернетов не удалял, опять же только дистил потрогали, щас будет база и эдит. Реально впервые за годы плюс минус легковесная модель вышла, которая что-то может, а вони поднялось.
>не удалял,
ну это да
А вот зимаг турба. Серенькое такое, атмосферы нет. Как будто модель говорит мне: да пошел ты нахуй, отъебись от меня.
Ничего не говорю, интересная модель для инста-реализма. Но не для всех сюжетов просто нужен реализм. Мне он редко нужен. Держу пальчики за z-эдит.
Лично для меня прорывом стал именно qwen edit особенно последняя итерация (очень жду новую, говорят вот вот на днях). Да там с реализмом слабо, но вот именно понимание промпта на крайне высоком уровне. А вот зимаг именно дал тот старый вайб быстрых генов sdxl, да дистил накладывает свои ограничения, но на фоне мертворожденных, на мой взгляд, флюхов - глоток свежего воздуха, просто не для всех задач.
>>1436528
Есть подозрение, что цветовая гамма - "вина" её vae. Так натренирован. Но если это так - можно ждать альтернативные варианты.
Ну и вообще-то, постпроцессинг никто не отменял. Неужели так сложно добавить в хвост workflow одну ноду для коррекции яркость-контраст-гамма по вкусу?
https://www.reddit.com/r/StableDiffusion/comments/1paj4pj/zimage_turbo_parameter_megagrid/
VAE там от Флюкса без изменений. Это просто стиль такой зачем-то китайцы прибили по умолчанию.
И почему сейчас в основном все ComfyUI используют?
Комфи используют в первую очередь потому что в нем быстрее всего доступны выходящие новые свистоперделки.
SDXL стыдно в 2025 году использовать. Поэтому и форджеговно не нужно.
А что сейчас используют? В чём основное преимущество нового от старого?
Иллюстриус будет с ними работать? Или это как попросить?
А? Это разные модели, ты о чём.
Люстра это вообще тюн SDXL, если забыл.
Нет, их можно как апскейлер юзать кто запрещает, но чуствуют вопрос не про это был.
Z-Image-Turbo - дестилл, 8 шагов. Базовой версии и Edit-версии пока нет. Качество и следование промпту... ну нормально. 6B модель и 4B энкодер: собственно для таких размером очень даже.
Flux 2 - жирномодель. Мощная, но у скольки % есть на него память? Хотя бы RAM. Плюс зацензурена по самые помидоры, у разрабов даже "манифест пуританства" есть на HF.
Qwen-Image-Edit - хм. По идее лучше ZIT, но не уверен. Доступно куда большему числу пользователей, я вот на 8 ГБ VRAM и 40 ГБ RAM запускал, но мне чёт не зашло. И дело не в скорости.
>>Если очень хочется, то бери отсюда:
>>https://github.com/nunchaku-tech/ComfyUI-nunchaku
Анон, любишь гит и ебаться с колесами питона? Нахуй ты это вообще советуешь. Там в Compfy есть кнопочка - модули. Нажимаешь, и там библиотека - ищешь нужно, ставишь чекбоксик и всё.
А питоноебство это вы себе оставте с его пятью версиями енвов и 10 форматами пакетов.
Не успел дочитать пост, сразу отвечать побежал?
Там написано было:
>устанавливай их custom nodes (проще всего через ComfyUI-manager)
Где там хоть слово про:
>любишь гит и ебаться с колесами питона? Нахуй ты это вообще советуешь
>А питоноебство это вы себе оставте с его пятью версиями енвов и 10 форматами пакетов.
А с колёсами, вероятность всё равно есть попердолиться, когда через ComfyUI-Manager встанет косо. У них специальный узел есть для скачивания нужного, прямо из ComfyUI.
Покормил. (Хотелось бы, чтобы поменьше было таких, кто до конца не читает, а сразу рвётся блеснуть своими псевдо-познаниями).
Причем что гарантированно сломается - так это нумпай. Буквально половина кастомных нод стремиться выкачать вторую версию, хотя работает и на первой, а первая половина требует первую версию. Как я уже заебался вручную его откатывать обратно.
Это такой завуалированный реквест?
Кумерство на сгенерированные картинки — довольно жалкое занятие.
Но если тебя интересует предметно, то:
Z-image turbo из коробки может выдавать пикрил (полная хтонь в «предметных областях».
А для Qwen-Image (Edit, Edit-2509) есть LoRAs типа Qwen_Snofs_1_2.safetensors
Они частенько вызывают искажение анатомии, но это уже другая история.
Так, ещё раз перечитал твой пост.
Упоминание Менеджера:0
Упоминание гитзаба как источника откуда брать:1
Ну и кто тут не читает?
Если серьезно, поставил с гита, ток потом разобрался менеджером. Просто этот пухтон бесит пиздец. Уже три версии стоят в разных энвах, из-за других проектов.
Я ток вкатился. Дай прочувствовать момент.
За Лору - спасибо, скачаю.
Ты не читаешь, походу. Try again.
С этого момента я даже комментировать не могу.
>>1436328
Цитата:
>Качай их svdq кванты, устанавливай их custom nodes (проще всего через ComfyUI-manager), затем
их workflow и разбирайся с ним.
Nunchuku я не пользуюсь. Они ущербные и работают не со всеми LoRAs. Даже при использовании сторонних узлов для работы с LoRAs для Nunchuku.
Ставил я их через ComfyUI-Manager. Из коробки оказались нерабочие. Пришлось гуглить и запускать узел из пикрила в моём предыдущем посте для загрузки корректного колеса.
Заработало.
А потом, где-то месяц назад или около того, они ещё что-то поломали при обновлении (фикс закинули в nightly).
Голый Qwen-Image (Edit, Edit-2509) без полноценной поддержки нужных LoRAs неинтересен.
>>1436848
>Это что-то некстгенное.
Вообще, это бедность, ограниченность (или некоторая заточенность под Edit) вылезают.
Узел из вот этого поста >>1434109 добавь и посмотри как будет себя вести.
>Реально впервые за годы плюс минус легковесная модель вышла
По сути шнель. Бомжи просто даже не пробовал pixelwave тот же.
Тоже попробовал и ахуел, нахуй эта "красота не нужна", вернул старое.
>pixelwave тот же
Чювак, черипуки с цивита сосут буквально у каждой первой генки на зимаге.
>заточенность под Edit
Пишут там будет охуенно. Пиксельшифт все дела. Вообще не будет трогать то, что не положено. Как этот ебучий квен перерисовывает сурс тварь - так не будет.
edit-2509 не умеет стили изображения нормально менять. Поломали в угоду точности переноса деталей. Возьми более старую qwen-edit (первый выпуск) - она стили меняет прекрасно, с минимального промпта.
Норм вроде, спасибо.
> high-quality text rendering
Пиздец. Фотошоп уже не канает?
hmmm..... оставайтесь короче на зимаге
Выбирайте Ovis-Image, если: Вашим основным требованием является точность визуализации большого объема текста , особенно для плакатов, сложных макетов с несколькими текстовыми областями или китайской типографики.
Выбирайте Z-Image, если: вам нужна универсальная модель , сочетающая высокое качество текста с превосходным эстетическим выравниванием, сложным следованием инструкциям или если вам требуется чрезвычайно быстрый вывод (через вариант Turbo).
>сложным следованием инструкциям
>или если вам требуется чрезвычайно быстрый вывод (через вариант Turbo).
ждем фулл короч
Я попробовал, весьма неплохо инструкциям следует. Не идеально, но достаточно точно. Плюс модель быстра и качество хорошее на выходе. Если они не зафейлят Edit, по сути все текущие проблемы будут решаться им, надо будет просто докручивать им пикчи после основной генерации. А если они впоследствии на энкодер что-нибудь в духе 12b повесят, так это вообще будет эпик.
Только она мало что может из фантазии. 1 пик квен.
В прошлый раз мне тупо апскейльнули и всё было прям зашибись.
А нейрохрючево апскейлеры всё превращают в понос, я это уже давно понял.
Я не совсем понял какой нужен исходник, но вот лицо поближе.
На Z, Квене и Флюксе 2 не вышло. В Квен Edit если кидать, то он обеляет их до шоколадных.
>Оффлайн модели для картинок: Stable Diffusion, Flux, Wan-Video (да), Auraflow, HunyuanDiT, Lumina, Kolors, Deepseek Janus-Pro, Sana
А почему не перечислили Kandinsky 5.0, который недавно выложили в открытый доступ? Это какой-то расизм!
Zimage на фотореализм заточена. Второй же пик от нее? Сюрреализм странно выглядит, если представлять его идеи в виде фотореализма. Это вопрос стиля, а не умения/неумения в фантазию.
Попробуй по конкретным нациям взять
https://www.reddit.com/r/StableDiffusion/comments/1p9f6it/humans_of_zimage_races_cultures_and_geographical/
Туареги у него выглядят темнее дворняг пендосских, попробуй ещё суданские народы ебануть. У африканцев самое большое генетическое разнообразие среди всех "рас"
Ещё проебали хранзузский Pixtral. При этом не пропустили Deepseek Janus-Pro, который не знаю как сейчас, но на старте был всратотой уровня первого DALL‑E.
>весьма неплохо инструкциям следует
Соглашусь.
Недавно вкатился после долгого перерыва, какие инструменты comfiui сейчас есть для доработки мелких неточностей? Что-то типа инпейнта как на автоматике 1111.
Все что были в автоматике, и inpaint в том числе, разумеется.
Но собирать из нод самому надо. В шаблонах comfy есть примеры.
Поясните вкатуну:
Хочу добавить концепт шмотья на свою 3д можельку.
Сделал: по советам дипсаки
Усыновил стейбл, накотил Automatic1111 WebUI, усыновил чекпоинт DreamShaper которого какого то хуя и нету в чекпоинтах, поэтому работает v1.5 дефолтный какой то как я понял, усыновил ControlNet и скачайте модели control_v11p_sd15_canny.pth и control_v11p_sd15_openpose.pth.
В окне img2img добавил промты, загрузил фотку, генерирую и выходит какая то ебейшая хуйня уровня "первых" генераций, когда нейронки генерили всратых поплывших аниметелок.
В окне txt2img с выбором canny получается ближе к моей фотке, но какого то хуя часто обрезается фотка и получается только тело и все так же безумно всрато.
Че мне надо сделать то сука шо бы оно всё запахало как часики? Че посмотреть можно под такой запрос?
Смотри в сторону Квен Эдит 2509. Еще скоро должна выйти эдит модель от Zimage. Я не помню, что такое Дримшейпер, но звучит как что-то из эпохи СД 1.5 и СДоХЛи. От моделей этого уровня пердолинга будет много, толку мало.
А какой Qwen-Image поддерживает нужные лоры? Или никакой, другое юзаешь?
Какие LoRA используешь?
Это для немогующих.
Но они скоро поймут, что эти инструменты им тоже не помогут.
>Фотошоп уже не канает?
5-10 мин в фотошопе VS 1-2 мин в ИИ
>>1437336
>эти инструменты им тоже не помогут.
ну так это нечестно. нужно чтобы все могли в не зависимости от талантов.
Как-то мыльно выглядит всё. Есть же Флюкс 2, он лучше справится со всем этим.
>ну так это нечестно. нужно чтобы все могли в не зависимости от талантов.
Вот ровно в этом и проблема. Это так не работает.
Так работают только ограниченные, конечные и хорошо описанные решения.
Например, тулза которая рисует только одним шрифтом только что-то одно в узких рамках. Будет работать офигенно.
Как только появляются детали и размываются хотелки - нужен либо сразу человек понимающий как бывает и как нужно, или самому вникать как бывает, как это делают и как нужно.
Зетка генерит очень реалистично и я щас не про качество. Смысл в композиции, свветотени и т.п. Первая нейронка, от которой не прёт нейронкой. А это дрисня уровня флюкса, где просто смердит нейрокаловым слопом.
Я и не спорю.
Хуйня мыльная. Зимаж даже в тексте превосходит местами. Пока выгляит так, что легче попросить его чистый текст сгенерировать и в редакторе его налепить в нужное место. Не говоря уже о том, что это в редакторе проще сделать без всяких лишних шагов в виде нейронки. Эти лишние 3 минуты возни с редактором окупятся качеством, это не 10-30 часов работы, которые нейронка экономит на фотобаше, например.
Из личного опыта, большинство LoRAs для Qwen-Image совместимы также с Qwen-Image-Edit и Qwen-Image-Edit-2509.
Перепробовал всякое, но для баловства остановился на связке https://huggingface.co/Danrisi/Qwen-image_SamsungCam_UltraReal и чуть-чуть https://civitai.com/models/2031296/skin-fix-qwen
Для NSFW — Qwen SNOFS (но это не моя тема и часто корёжит анатомию).
Из коробки Qwen-Image, на мой взгляд, условно,больше тяготеет к «цифровой иллюстрации», нежели «фотографии».
Перечисленные LoRAs несколько исправляют ситуацию, но тоже не совсем то. Меня просто относительно устроил визуал, который получается с их помощью, а как сделать лучше, пока не знаю.
>Ты прав. Я бомж, который даже не пробовал pixelwave тот же.
Что сказать хотел?
>Pixtral Large is a 124B parameter model (123B decoder + 1B vision encoder)
>The Pixtral-12B-2409 is a Multimodal Model of 12B parameters plus a 400M parameter vision encoder.
1) Лоры хуячат в плохую сторону output, лучше уж с промптом поебаться
2) В зимаге эффективно работаю (веса:1.5)
> Лоры хуячат в плохую сторону output
Всё с ними норм, нормально тренятся.
ХЗ, на каких весах? В моем случае всегда ломают весь стиль.
Классно, что оно есть, но жаль, что не удивляет.
>Бля, этот опен сорс это прикол какой-то. Нацелен на…
…извращённый «try before you buy».
Потребитель со всем этим поковыряется в наивной надежде наиграть систему. Многократно испытает фрустрацию. И если ему действительно это нужно для рабочих задач — оплатит подписку.
Это в чём-то похоже на «платную» и «бесплатную» дорогу. Есть иллюзорная видимость альтернативы, чтобы сильно не воняли. И есть «премиальный продукт», который выделяется на этом фоне и предназначен для монетизации.
Я с ними, как и с другими моделями уже просто извёлся в попытке выставить «свет».
«Flux.2» сопротивляется изо всех сил, оставляя белый источник света, практически при любых раскладах (в том числе при использовании JSON-форматированного promptа). В «Flux.2» жёстко вбиты golden hour и blue hour и немного night, а всё остальное гораздо сложнее.
«Z-Image» ничуть не лучше. Я даже уже на превью смотрю, что происходит. Начинает иногда «за здравие», а потом на 3-5 шаге впихивает либо заполняющий, либо рисующий белый свет.
При этом целая проблема его хотя бы «перекрасить» из белого потом.
(На «Flux.2» превью пока не работает.)
В основном, все используют стоковую генерацию «из коробки» со «стандартными сценариями» и с пеной у рта доказывают какая имбовая модель.
На Qwen-Image чуть-чуть попроще работать с освещением (особенно с нужными LoRAs типа SamsungCam_UltraReal), но тоже много капризов. Есть ещё отдельная relight LoRA, прямо на крайний случай, которая переосвещает всё изображение.
А со стандартным освещением изображения выглядят скучно им не хватает color grading для атмосферы.
Решил попробовать вместо гуфов - fp8_scaled_e4m3fn, на выходе какой то понос. Как будто я q1 использую. Может там надо какую ноду добавить?
>В основном, все используют стоковую генерацию «из коробки» со «стандартными сценариями»
Ну вот я придумал генерацию по референсу в Z Image. Еще придумал инпаинт, но пока не особо качественный. А что придумал анон в этом треде? На реддит что-то тоже не особо. Придумали вариации, еще генерацию в меньшем разрешении с апскейлом, что еще?
Ну и антиблюр. 40 шагов цфг=2. Да, долго, но иногда такого хочется увидеть. Четкий фон.
на хроме не испытываю подобных проблем
а вообще хочешь свет/цвет - испольуй img2img и не еби голову, по одному промпту ни одна сетка не сделает как тебе хочется
>>1438015
Зачем шакалишь? Вот как Z под лорами выглядит. И нахуя 40 шагов, когда в 8 всё отлично, 10 секунд и пик готов.
https://civitai.com/models
По фильтрам Z-Image, workflows видно, чего налепили. Там были и самопальные inpaint с outpaint.
Но я не об этом. Не про троллейбус из буханки хлеба. Я говорил про необычный prompting с нестандартными условиями освещения или что-нибудь подобное. Чуть в сторону от стандартного сценария и уже начинаются сложности. Приходится как рулетку роллить Run, пока с очередной попытки не выпадет что-то близкое к запромченному.
Qwen-Image относительно справляется. К ней ещё relight LoRA есть.
Я к тому, что на некоторых моделях это даётся легче, а на некоторых сложнее, хотя в promptах все underexposured, low-light, low-key dramatic lighting и прочие слова присутствуют, но результаты получаются разные. Иногда даже на Z-Image проскакивает. То есть, сделать она это может, но очень-очень неохотно. А как запромптить так, чтобы она стабильно включала это в генерацию, я не понимаю (через раз-другой она начинает делать то, что нужно, но к 3-5 шагу сама себя «исправляет» и выворачивает освещение так, как привыкла).
Непонимание промпта, это все же проблема модели или энкодера?
Пробовал ли кто то другой энкодер накатить?
Пробовал. Суть в том, что она не то, что бы совсем не понимает. Она иногда начинает делать как требуется, а а потом, в ходе генерации, где-то с середины «переделывает» всё то, что сделала до этого момента. «Одной пишет, другой — зачёркивает». Даже «полутёмные» помещения без персонажей удалось уговорить её рисовать. Как только в promptе появляется персонаж, снова берётся за старое и всеми силами пытается залить его заполняющим или рисующим белым светом (как от белого софтбокса или вспышки со стороны камеры).
>>1438102
я еще раз говорю, прекрати жрать кактус и полагаться на один лишь промпт/лоры если они стабильно не дают результат. любую пикчу возьми из интернета с подходящим светом, заблюрь ее или накидай изначально в фотошопе, добавь сверху шум и пропусти через img2img с денойзом в районе 0.8
А где воркфлоу на этот контролнет взять?
если можешь - ДАЙ!
Как эти азиаты заебали, каждый раз приходится прописывать кавказиан гирл.
Достаточно прописать имя персонажа. Masha, Olga, Darya или типа такого.
Так у меня там и были азиатки в промпте. Вообще национальность промптится хорошо. А вот две разных сложно в Z сгенерить. Негритянка и белая - работает, азиатка и белая - нет.
https://www.reddit.com/r/StableDiffusion/comments/1pbslz8/zimageturbo_and_other_distilled_models_do_not/
Возможно полезное два:
https://www.reddit.com/r/StableDiffusion/comments/1pbq1ly/significantly_increase_zimage_turbo_output/
Сам я оба варианта пробовал и второй точно влияет на следование промпту, как и ожидалось.
Первый... вроде бы нет. На всякий случай, я ставил столько дополнительнхы шагов, сколько было пропущенно в начале. Правильно или нет - хз.
>азиатка и белая - нет
three young women: Masha, Che-won, Akoko
там походу на каждое имя по одной бабе. мне такую же машу выдало.
Я только на русском промпчу. На русском не работает, упорно не хочет азиатку и белую, даже если продублировать пять раз. А на английском получается, да.
>Я только на русском промпчу. На русском не работает
Ну и не пизди тогда. Ты тут один особенный такой, который не может с deepl совладать или гугл транслейтом на худой конец. У тебя на русском тупо больше токенов уходит на текст, микропиське квен4б тяжелее становится
> deepl совладать или гугл транслейтом
Но зачем такой пердолинг для простого перевода?
А русский нужен как раз чтоб на русском промпт был, а не потому что не могу по другому, он местами лучше английского. С русским меньше проблем с одинаковыми лицами/композицией.
Не один, я тоже на русском промчу так как инета нет на генерирующем компе так что онлайн переводчики отпадают, а оффлайн не делают больше нормальных. Нормальных это значит весящих десяток мегабайт, чисто для перевода что бы не занимать ресурсы компа. Можно конечно в ламе в консоли ебаться но хотелось бы какое никакое гуи, а браузер даже с 1 окном+ллм это уже огого.
Вот почему нельзя ллм ноду ну пусть 100мб сделать чисто для перевода в комфе.
Подскажите что можно использовать как альтернативу UltimateSDUpscale? Она по прежнему актуальна, или уже нет?
Всратым XL явно не стоит апскейлить что-то. HYPER/SEEDVR или сразу генерить в нужном разрешении.
Там просто дефолт ублюдский, а как сделать хорошо никто не объясняет, надо просто знать. А так там всё как у Кохи. В тулките хотя бы код нормальный, легче что-то подпилить напильником, а не ка к у Кохи портянки говнокода.
>ллм ноду ну пусть 100мб
В 100 мб тебе, конечно, никто не переведёт, А вот в 500мб можно попробовать уложиться.
Другое дело, что промты мало переводить. Их надо переписывать, расширять, наполнять вариативностью. И тут чем модель умнее, тем лучше. Тут даже между 8b и 20b разница заметная.
>Там просто дефолт ублюдский
Не, я про то что тулкит работает как говно, выходной локр вообще не работает, нет нужных фишечек
>а как сделать хорошо никто не объясняет, надо просто знать
ето мы знаем, под адафактором в fp8 в 1024 тренится на 12 кеках есличто
Я конечно знал, что тут инвалиды сидят, но чтобы настолько. Одно слово в промпте прописать - это уже тяжесть невыносимая. Ты еще когда веса словам поднимал, небось пыхтел от натуги как будто штангу тянул. Как же людям хочется быть обезьяной, жмущей кнопку "ДЕЛАЙ ХАРАШО ПЛОХА НИДЕЛАЙ ИСКАРОПКИ Я СКОЗАЛ КРАСИВО ДЕЛУЙ!"
> локр вообще не работает, нет нужных фишечек
Ну тут тебе только таблетки помогут.
>Но зачем такой пердолинг для простого перевода?
Потому что очевидно ты не можешь выразить мысль нормально или начинает модель энкодера душится от большего количества токенов на русском.
>А русский нужен как раз чтоб на русском промпт был, а не потому что не могу по другому, он местами лучше английского
И блядь выше пишет что у него на русском не работает нормально, а на английском работает. Гениально бля
>>1438288
Ну скачай ты бля энкодер пережатый сильнее, и влезет у тебя маленький переводчик какой-то в ресурсы компа. Пиздец, на копейках экономите
> модель энкодера душится от большего количества токенов на русском
Любая LLM лучше понимает контекст если больше токенов, это база. Из-за этого внезапно оказывается что польский лучший язык на длинных контекстах в большинстве LLM, а китайский худший.
> на русском не работает нормально, а на английском работает
С чего ты взял что абсолютно всё лучше будет. Где-то есть проёбы, так же как английский где-то проёбывается по сравнению с русским.
Ты понимаешь что ты какие-то графики факториалы скидываешь больших моделей, тогда как у тебя там крутится челипиздрик квен на 4 миллиарда, скорее всего ещё и квантованный?
>LLM лучше понимает контекст если
Напиши промпт в 64к контекста, как у тебя на картинке цифры и сгенерь имагу я хочу посмотреть.
> тулките хотя бы код нормальный, легче что-то подпилить напильником
>> нет шедулера. Даже косинуса. Вообще никакого, кроме константы
> код нормальный
> что-то подпилить напильником
Вперед, дерзай
> нет шедулера. Даже косинуса. Вообще никакого, кроме константы
Я же пишу не для тупых сделано, в интерфейсе только самое базовое, всё остальное через конфиг.
Охуенно, че
Что там еще не вынесено в интерфейс?
Навскидку этот мусор еще альфу=диму ставит всегда молча без выбора
> Что там еще не вынесено в интерфейс?
Буквально всё. Там есть файл config_modules.py с параметрами конфига на 1000 строк, надо в нём смотреть. Потом идти в файлы типа optimizer.py или losses.py и смотреть что там доступно. Зато можно просто впердолить elif и своё добавить. С документацией похоже никто не заморачивался - либо ты тренишь в базе в интерфейсе, либо учишься читать простой код питона.
естественно, но вообще от локал тренинг софта ожиждаешь что он будет работать без пердолинга с простукиванием
Так зависимости он откуда возьмёт. Скажи спасибо блядскому npm, который пересобирает всё при каждом запуске и тянет свежие зависимости.
> config_modules.py
Спс, есть где посмотреть теперь. В принципе в мусуби тоже не подарок, но там всё же есть отправная точка - доки. А потом уже тоже код ковырял
https://civitai.com/models/2184867/seedvarianceenhancer-optimized-for-z-image-turbo
Проверил также на других моделях, везде работает, но нужно постоянно настройки под модели подкручивать. Например, для сдхл нужно силу не выше чем 10 ставить. Сейчас тестирую ван.
На ване тоже работает, но нужно использовать от 4 шагов для high noise модели, поскольку нода влезает в кондишенинг минимум на 1 шаг в начале генерации, больше 1/4 от хай нойз этапа начинает рожать дичь, но иногда интересную, а больше 1/3 - уже полная херь.
А, и ставить соответственно процент завершения кондишенинга чтобы он соответствовал проценту одного шага от общего количества шагов.
То есть, если общее количество шагов 10 - 4 на высоком нойзе и 6 на низком, то надо ставить 10% - это будет 1 шаг, или 1/4 от всех шагов выского нойза.
не буду делать тюн на огрызке дистиллята
Ты лору для Зимы хочешь сделать? Don't bother, они все качество картинки сильно режут из-за дедистилляции. Жди базу.
Получается зимаг все же ебет?
>Ты лору для Зимы хочешь сделать?
Да
>Don't bother, они все качество картинки сильно режут из-за дедистилляции
Я знаю, мне не важно.
Вообще похую. Базу файнтюнить можно, гунеры знаю че с этим делать.
>фулл хуже базы
Какой фулл? Для трена нужна база, а не турбохуйня огрызок которая не знает что такое ваджайна
зетка не знает никаких других бубсов кроме тех что на пике
мимо ценитель бубсов
кидай куда хочешь, просто путь вставляешь в острисе
а так кэш моделей на диске ц по дефолту
>>1438623
то дезинфа (от разраба) была, он имел в виду контролнет или чето еще. дата выхода фулла неизвестна, ожидайте.
сверху
окошко с адресом модели, где ссылка на хф по дефолту,в него вставляешь
>он имел в виду контролнет или чето еще
ну все выпустил? все давай базу, пойду кум лоры делать (хотя качественный файнтюн типа нубая закроет потребность в куче лор)
Не пробовал настройки дергать? Можешь понизить процент Switchover step или силу...
Я генерил видео на q16 ване.
Конфи обновился, теперь там при попытке генерить всегда аут оф мемори.
Но вопрос будет внезапно странным, а может я сумасшедший и по факту генерил на q8 а q16 просто валялись в папке? 16 же должно было влезать в 16 видеопамяти и 32 оперативки?
Или у меня отвалились какие то оптимизирующие ноды все ноды мониторинга отвалились?
Только то что на q8 качество сильно ниже позволяет мне помыслить что я не ебнулся уже.
Вашего восторга вокруг Зетимейдж не особо понимаю, это же просто сорт оф киберреалистик пони 14й. Ну да, шустрее. Но тоже не как из пулемета.
Ты custom nodes VHS используешь?
Обновляй до nightly. (Не факт, что поможет).
Вообще, при переходе на две последние по времени выхода версии ComfyUI многие узлы поломались.
Сейчас столкнулся с тем (в Issues на GitHub подтвердил догадку), что узлы MultiGPU DisTorch2 откисли (а простые MultiGPU нет). (Там фикс уже предложили временный, но он не везде работает).
Всё зависит от разрешения и выбранных sampler/scheduler (а также, от того, что можно ещё в workflow навалить).
Ну, ясен хуй. На дефолтных euler-simple/9/1024, около 20, в среднем получается 30. Я даже попробовал скачать kijai_fp8 и на разных настройках запустить, не меняется. Разница только на fp8_fast и в самом лучшем случае, без пересчета промпта - 16 секунд, косплеит детализацию квена. Что я упускаю? Или 10 секунд это на 4090/5090? Или торч с
Время засекаешь не с первой генерации после смены промпта? Просто другой Сид чтобы текстовой энкодер не отработал ещё раз. Обычно так меряют, чисто сама модель
>На дефолтных euler-simple/9/1024, около 20, в среднем получается 30.
На 5060ти 16врам - 15 сек. Если сменить промпт + 8 сек дополнительно.
ПЕРЕКАТ
>>1438893 (OP)
>>1438893 (OP)
>>1438893 (OP)
чел, в 32 оперы даже одна fp16 модель вана не влезет, а там их две нахуй. ты сопоставь размер модели + текст энкодера с размером оперативы (что от нее остается после загрузки винды и комфи) и подумай в чем просчитался.
на fp8/q8 качество почти неотличимо от fp16
чтобы ванотред не умирал, писать надо в нем, а не в этом z-паблике
Скриншот нахуя?
>>1438888
Понял, значит в пределах нормы. Я уж подумал что-то простое упустил.
Может показаться, что fp8 должен работать быстрей bf16. Но почему-то это так не работает...
Вот бы избавиться от вариативности совсем, а потом ещё и уебашить модель до 2bit нунчаки, чтобы летала параллельно с ллм и генерила пикчи для сгенерированной истории.
>не в этом z-паблике
Хехе, врамошизики вдруг осознали, что врам ентот нахуй не нужон, и оптимизация - залог успеха модели
И какие еще есть рабочие связки помимо euler + simple?
Нахуя спрашивать тут?
Все давно уже ПЕРЕКАТились
>>1438893 (OP)
>>1438893 (OP)
>>1438893 (OP)
Возможно тупой вопрос но насколько критично отсутствие видюхи?
RAM 32, i9 13gen
текстовые копайлоты более-менее пашут.
ебнутая скорость/качество не нужны 512х512 достаточно, надо редачить картинки по промпту, будет ли это адекватно работать (условно до получаса) или без cuda это часы?